基于改进的Klobuchar模型建立南宁市区域电离层延迟模型

以最小二乘曲面拟合模型为背景场,利用南宁市区域CORS网实测数据,对Klobuchar模型的初始相位、振幅和夜间时延值不断改正,建立南宁市区域电离层延迟模型。结果表明,改进的Klobuchar模型精度有显著提高。     

附加区域电离层约束的PPP定位收敛性分析

为了改善PPP的定位精度和收敛速度,提出一种有效的解决思路:在非差非组合模型PPP定位的基础上,附加高精度区域电离层先验信息约束,利用美国西海岸CORS网内183个参考站的观测数据进行区域电离层建模,获取高精度电离层延迟信息;通过实验对比分析无电离层组合模型、非差非组合模型和附加电离层约束的非差非组合模型3种算法的PP...     

基于线性变换的多项式模型

通过比较基于线性变换的多项式模型和传统纯量多项式模型的项数、模型参数、模型运算性质以及模型所能表示对象的集合,并进行算例分析发现,基于线性变换的多项式模型形式更加简洁,模型参数具有直观的几何意义和良好的运算性质,更适合表达多维高次对象,在工业测量领域的应用中更容易确定必要的拟合参数,整体上更具有优越性。     

基于GPS的中国区域电离层层析反演结果分析

针对电离层单层模型不能反映电离层垂直结构的特点,利用层析成像方法和2003年中国地壳运动监测网络提供的双频GPS载波相位数据,反演中国区域上空电离层电子密度年变化的时间序列值,分析中国区域上空电离层电子密度的周日变化特性,并研究其在垂直方向上的变化特性以及赤道异常结构的发展和消亡过程;同时讨论了利用GPS资料反演中国区域电离层电子密度所存在的困难和需要进一步解决的问题.     

基于Holt-Winters的电离层总电子含量预报

利用IGS中心提供的不同经纬度平静期、活跃期14 d的电离层TEC格网点数据,以前8 d的TEC值作为样本序列,分别采用Holt-Winters加法模型和乘法模型建立TEC预报模型,并预报后6 d的TEC值。结果表明,无论在电离层平静期还是活跃期,2种模型所得预报结果大致相同,并与实际观测数据吻合较好,但加法模型的预测结果能更好地反映电离层TEC的变化特性。     

基于三维Taylor多项式建立局域海洋地磁场模型

在海洋磁力测量中,波浪和风等外界因素的变化会对磁力测量数据在垂直空间上产生影响,而二维Taylor多项式在建立局域海洋地磁场模型时没有考虑高度变化对模型的影响。针对这一问题,提出使用三维Taylor多项式完全展开法来构建局域海洋地磁场模型,通过模拟某海域水下球体磁场,仿真船载磁力测量数据,分析两种模型截断阶数的选择、完全与不完全展开的区别和模型边界效应等问题。实验表明,在顾及高度变化的情况下,三维Taylor多项式模型能更详细地反映海洋磁力异常的分布情况,且较好地改善了边界效应。     

基于KF-LSTM组合模型的短期电离层TEC预测

针对电离层总电子含量(TEC)时间序列非线性、非平稳性等特点,提出以卡尔曼滤波对电离层TEC数据进行预处理为基础,融合长短期记忆神经网络模型,构建KF-LSTM短期电离层组合模型预测TEC的方法,并利用该模型预测2016年和2018年4个时段的高、中、低纬度及赤道地区36个格网点提前1 d的电离层TEC。结果表明,KF-LSTM组合模型预测效果优于传统BP神经网络模型和单纯的LSTM模型。在赤道地区,其预测效果与C1PG模型相当;在15°~75°N地区,其预测效果优于C1PG模型。     

基于SSA-Elman神经网络的电离层TEC短期预报模型

针对基于神经网络的电离层TEC短期预报存在精度较低、易陷入局部最优的问题,利用CODE中心提供的TEC数据及地磁活动指数,建立基于麻雀搜索算法(SSA)改进Elman神经网络的电离层TEC短期预报模型,并通过BP模型、Elman模型及SSA-Elman组合模型分别对电离层平静期和扰动期中低纬度TEC进行5 d连续预报....     

基于SSA-LSTM的短期电离层TEC组合预报模型

针对电离层总电子含量(TEC)时间序列具有高噪声、非线性和非平稳的特性,在奇异谱分析基础上,融合长短期记忆神经网络模型构建短期电离层组合预报改进模型,并对磁暴期、磁平静期的电离层TEC预报精度进行分析。结果表明,在磁暴期和磁平静期,该模型预报3 d的TEC相对精度分别为91.17%和95.46%,比单一LSTM模型分别提高4.92百分点和3.17百分点。     

基于CMONOC建立和评估中国区域电离层模型

利用中国地壳运动监测网络CMONOC中85个测站的GPS观测数据,建立3种常用的区域电离层模型:多项式函数模型(polynomial model,POLY)、低阶球谐函数模型(low-degree spheric function model,LSF)和球冠谐函数模型(spheric cap harmonic model,SCHA),并利用数字测高仪和GPS实测数据对3个模型进行评估和比较。与数字测高仪数据的比较表明,3个模型能够较为准确地反映VTEC的变化趋势,证明了模型的有效性。与GPS实测数据的比较表明,3个模型中平均精度最高的是低阶球谐函数模型,其次是多项式模型,最后是球冠谐模型,其RMS和STD平均值依次为3.48 TECu、3.03 TECu、3.54 TECu、3.00TECu、3.82TECu、3.25TECu。利用GPS实测数据计算GIM(global ionospheric maps)模型的精度,结果显示,3个模型的BIAS均比GIM模型大,但是其RMS和STD小于GIM模型,显示了区域模型精度较高的稳定性。由各个模型与GIM模型的VTEC差值格网图可知,3个模型在建模区域的中部精度较高,多项式模型在边界有较明显的边际效应。     

一种基于Partial EIV模型的多项式拟合解法

针对多项式拟合模型系数矩阵中部分元素是某一自变量的函数的特点,根据Partial EIV模型的解算思想,将系数矩阵中自变量的函数作为随机元素提取,顾及泰勒展开的二阶项,由协方差传播律计算自变量函数的协因数阵进行平差解算。实验结果表明,系数矩阵的元素不再是单独的自变量时,使用该算法可以得到与已有非线性总体最小二乘方法相近的参数结果,从构造随机向量权阵的角度提供了一种新的解算方法。     

基于ARIMA(p,1,1)的电离层预报模型

利用ARIMA(p,1,1)对IGS发布的电离层格网数据进行逐点建模,并对线性最小方差预测(一般预测法)和修正预测两种方法的预测结果进行比较.结果表明,修正预测法在一天的短期预测时高精度点所占比例较多,但在VTEC极值点可能会出现预测值偏离实测值较大的情况;一般预测法在较长时间内的预测精度仍较好.     

基于残差修正的ARMA模型探测门源MS6.4地震前电离层TEC异常

为提高震前电离层总电子含量(TEC)异常探测的精度,提出利用ARMA模型对预测数据进行残差修正得到TEC参考背景值,并设定相对误差和绝对误差相互制约的限差判决门限。通过对2016-01-21青海门源M_S6.4地震进行研究,验证该方法的有效性。结果表明,震前第5天存在明显的TEC异常现象,震中及附近更大区域内会形成异常范围集中的电离层异常区域,TEC异常峰值点位于震中偏南方向;震中位置与异常区域的中心点并不重合,震中位于负异常区偏东方向、正异常区偏南方向。     

顾及水汽衰减因子的中国区域大气可降水量模型的建立与分析

提出一种顾及水汽衰减因子的PWV估算模型,通过输入地面大气水汽压和水汽衰减因子获得PWV,并选取2018年中国地区85个探空测站和7个IGS测站1 a的观测数据用于验证新模型的精度。结果表明,在已知当日水汽衰减因子的情况下,模型估算的PWV精度约为2 mm;也可通过GPT2w格网内插得到任意位置的水汽衰减因子,其结果精度与传统的一次多项式模型相当,但新模型的作用范围更广、适用性更强。     

中国沿海海洋站GNSS坐标时间序列噪声模型的建立与分析

选取中国沿海海洋站中与验潮室并址的22个GNSS基准站近9 a的观测资料,利用最大似然估计法分析各站时间序列的噪声特性,建立最优噪声模型;然后顾及有色噪声,利用最优噪声模型估计测站速度,并与纯白噪声模型和GLOBK获取的速度及误差进行对比分析。结果表明：1）沿海海洋站的GNSS时间序列均含有有色噪声,各分量的噪声特性不完全一致,E方向和U分量均以白噪声+闪烁噪声为主,N分量以白噪声+闪烁噪声和白噪声+一阶马尔科夫噪声+随机漫步噪声为主。2）全国沿海3个海区N、E分量的白噪声和闪烁噪声基本呈现越往南噪声越大的规律,南海海区U分量的白噪声和闪烁噪声最大。3）顾及有色噪声的速度中误差是仅考虑白噪声和GLOBK估计的速度中误差估计值的5～10倍,这种差异比内陆观测站的要大。4）在对海洋站GNSS时间序列进行速度分析时,为获取正确的速度值,应该先准确判断噪声的类型,再顾及有色噪声的影响估计测站速度。     

基于格点数据的1961—2018年中国多种积温时空变化研究

积温能够影响植物的物候期和农业作物的产量及空间分布。在研究中,通常将有限数量站点积温数据外推插值到空间进行分析,在站点空间分布稀疏和地形复杂的地区,积温数据在空间上有较大的不确定性。目前,已有高分辨率的格点化气象数据,在此基础上直接计算可解决上述问题。本研究使用1961—2018年长时间序列的高分辨率格点气温数据（CN05.1）,分析了中国大陆≥0 ℃、≥ 5 ℃、≥10 ℃和≥ 15 ℃的4种积温时空变化,结论如下：① 在中国大陆范围,4种积温的低值区主要分布在青藏高原、新疆天山和中国东北地区,高值区分布在华南地区;② 在58年间,4种积温均表现出显著增加的趋势,尤其以内蒙古和东北地区积温增温趋势显著;③ 这种积温在空间上趋势变化引起了农业区划中热带和亚热带地区面积显著增加,温带和寒温带面积减少;④ 在58年中,4种积温开始时间显著提前,结束时间显著推后。4种积温开始时间转变间隔时间（0~5 ℃、5~10 ℃和10~15 ℃转变所需时间）在黄土高原和内蒙古地区较为剧烈。对于结束时间转变间隔时间,在华中地区趋势变化剧烈。     

基于PSO-BP神经网络的中国区域大气加权平均温度模型北大核心CSCD

结合粒子群优化算法和BP神经网络,利用中国区域88个探空站2015-2017年的数据,以地表温度、地表水汽压、纬度、高程、年积日作为模型输入因子,以积分法获得的Tm值为学习目标,建立适用于中国区域的Tm模型PSOTM。以2018年探空数据为参考值评定PSOTM模型精度,并与Bevis、GPT3、传统BP神经网络(BPTM)、GRNN神经网络(GRNNTM)模型的计算结果进行对比。结果表明,PSOTM模型年均RMSE为3.08 K,相对于Bevis、GPT3、BPTM和GRNNTM模型分别降低26.84%、35.97%、15.38%和4.94%;PSOTM模型年均bias为0.32 K,相对于Bevis、GPT3和BPTM模型分别降低68.93%、82.42%和72.41%,较GRNNTM模型升高37.50%。PSOTM模型在中国区域不同纬度和高程的精度与稳定性优于Bevis、GPT3和BPTM模型,具有良好的适用性。     

基于随机森林模型的中国中老年人群HDL-C环境影响因素研究

高密度脂蛋白胆固醇（HDL-C）可以有效促进人体内胆固醇的代谢外排,其水平的高低与患心血管疾病的风险呈负相关关系,是心血管疾病的预防与保护因素。厘清我国中老年人群HDL-C水平的地理分异特征及环境影响因素,对我国心血管疾病防治工作的开展有重要意义。论文基于中国中老年人纵向追踪调查,利用全局空间自相关、冷热点分析等方法阐释中国中老年人群HDL-C水平的空间分异特征及变化趋势,同时对比引入随机森林回归模型及多元线性回归方法探讨HDL-C水平空间分布的环境影响因素及其指示作用。结果表明：中国中老年人群HDL-C水平表现为女性高于男性、农村高于城镇,具有明显的地域差异性,整体呈现出“北低南高,中间过渡”的分布格局,且北方出现了以内蒙古、河北、辽宁为代表的低值聚集区,南方出现了以广东、广西、云南为代表的高值聚集区;SO2、NO2、降水、气压、PM10和PM2.5是影响中老年人群HDL-C水平差异分布的主要环境因素,其中高浓度的空气污染物是造成HDL-C值较低的危险因素,充沛的降水和低压环境是防治HDL-C值较低的保护因素。因此,今后关于HDL-C血脂异常防控工作在全国各地应注重其空间分布规律,重...